-
AIPL模型|从分群到策略
AIPL模型
一、概念
- AIPL模型主要用于对用户进行人群资产的量化,在分析用户的过程中,我们通常会用新用户和老用户进行划分。换一个角度我们也可以将用户划分成认知(Awareness)、兴趣(Interest)、购买(Purchase)、忠诚(Loyalty)类人群。每个人群内的用户,在产生了某种特殊行为之后就会转变他的人群属性。
二、判断
- 掌握了AIPL是什么,我们再来看一下如何去界定这些人群。
认知人群(A)
- 认知类人群的特点通常是“第一次”,当用户第一次了解到品牌/商品的时候就是一个认知的过程,如果没有后续的行为,则该类人群就被称为认知类人群(A类人群),常见的人群特征如下:
兴趣人群(I)
- 兴趣人群的特点通常是”互动行为“;怎样的行为能证明用户对品牌/商品感兴趣是思考该类人群的关键,对于行为我们又可以划分成付费类行为和非付费类行为,而在一个平台中(或者是对某个平台)进行非付费类行为的用户我们可以称之为兴趣人群(I类人群),常见的人群特征如下:
购买人群(P)
- 购买类人群的特点非常直接,就是“付费”,对于在公司中的用户的人群划分来说,付费和非付费是完全不同的两类用户,因此我们将“付费”用户划分为购买人群(P类人群),常见的人群特征如下:
忠诚人群(L)
- 忠诚人群(L类人群)是购买人群的进阶群体,也可以理解为我们要重点“维稳”的一类用户,常见的人群特征如下:
三、策略
- 对于AIPL模型,我们需要使用各种各样的策略进行用户运营,比如:如何引起消费者注意力?如何在竞品中引起用户的兴趣?如何让用户甘心付费?如何让用户爱上产品?接下来我们就简单的分析一下各类人群能够采取的运营策略。
认知:强化认知
- 在现在的互联网时代下,用户对于品牌的注意力会因为诸多因素而被弱化,单次的广告曝光已经不足以让用户具有“认知”的感受,这也就让我们不得不想出一些新奇的方式来强化认知。简单列举几个方式:
- 地推:传统又高效的模式(缺点就是有点费人)
- 话题:通过引起大家的讨论与共鸣来强化认知(通过捐款事件认知鸿星尔克)
- 蹭流量:通过别人的流量来带动认知(XX推出联名商品)
兴趣:引起兴趣
- 当下能够让人们感兴趣产品的门槛变的越来越高,从二十年前的文字到十年前的图文到现在的短视频,刺激用户的感官显得尤为重要,方式列举:
- 明星代言:(引起粉丝兴趣,获得大众信任)
- AR/VR展示:(好奇->兴趣)
- 实体带货:(大雪中卖羽绒服)
购买:促进购买
- 现在的购买不单单是从产品质量和价格上的考虑,效率、售后、服务、创新也变成了人们衡量的标准,下面列举几个能够促购的策略:
- 与消费者共创产品:(定制策略)
- 首单优惠策略:(美团外卖首单:从低价行为让用户体验服务)
- 蹭流量:(通过联名的方式促进购买)
忠诚:留住忠诚
- 对于忠诚用户的策略通常是长期的,我们需要在用户的整个忠诚周期内尽可能的提高用户购买频次,对于这类用户,我们可以理解为是平台的VIP,对待VIP就一定要有全方位提高的用户体验:
- 发放VIP代金券:(攻克价格心理)
- 增强用户与产品的互动性:(化妆品牌体验官计划)
四、总结
- 从本文对于AIPL的分析,大家不难发现,AIPL模型的人群划分是从一个完全没有品牌认知的用户到忠诚用户的过程,而当平台拥有了大量的忠诚用户后,就该去考虑如何进行创收了。
-
相关阅读:
LeetCode207.课程表
npm 最新淘宝镜像配置 + nrm工具配置及使用
在MicroPython中启用基于spiflash的LFS挂载文件系统
SQL(Structured Query Language)简介和常见 SQL 命令示例
宝宝什么时候可以断夜奶,注意这几点
vue基本基本语法
dotne发布运行
基于51单片机的停车场车位管理系统仿真设计
【数据结构-图】最短路径
JFrame中有关于DefaultCloseOperation的使用及参数说明(含源码阅读)
-
原文地址:https://blog.csdn.net/qq_35164554/article/details/126587696